外观
Skip to content
smolvla_basehugging-face/lerobot-smolvla-base22 天前openvla-7bopenvla/openvla-7b8 个月前
GR00T-N1.7-3Bnvidia/gr00t-n1-7-3b6 个月前smolvla_liberoHuggingFaceVLA/smolvla_libero2025-09-17pi05_libero_finetuned_v044hugging-face/lerobot-pi05-libero-finetuned-v04422 天前smolvla_liberohugging-face/lerobot-smolvla-libero16 天前
lingbot-vla-4b-depth-posttrain-robotwin
lingbot-vla-4b-depth-posttrain-robotwin
robbyant 在 Hugging Face 发布的机器人模型，参数规模 4.2B。
模型robbyantlingbot-vla-4b-depth-posttrain-robotwin
模型档案汇总架构、许可、适配机型与资料来源
lingbot-vla-4b-depth-posttrain-robotwin
robbyant 在 Hugging Face 发布的机器人模型，参数规模 4.2B。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
LingBot-VLA 是一个强调实用性的 VLA 基础模型。该仓库对应 LingBot-VLA-4B-Depth-Posttrain-Robotwin，在相关模型表中被标注为 LingBot-VLA-Posttrain-Robotwin 的带 Depth 版本；同系列还包括不带 Depth 的 4B 模型及 Robotwin 后训练版本。
该项目写明使用 20,000 小时真实世界数据进行大规模预训练，数据来自 9 种常见双臂机器人配置；并声称在仿真和真实世界基准上相对竞争方法有明显优势。训练效率方面，项目称其相对已有 VLA 代码库可获得 1.5 到 2.8 倍加速，具体取决于所依赖的 VLM 基座模型。代码库基于 VeOmni 项目构建，许可证为 Apache-2.0。
资料出处 Hugging Face robbyant/lingbot-vla-4b-depth-posttrain-robotwin
关键参数与架构规格
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
- 参数量
- 4.2B
- 网络架构
- LeRobot / PyTorch Policy Network
- 动作空间表示
- 连续关节位置/末端位姿动作空间
- 支持数据格式
- SafeTensors
暂未公开或待收录：微调显存需求 · 闭环控制频率
快速部署与许可说明
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
Apache-2.0
权重许可证
Apache-2.0
权重下载与策略推理参考
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download robbyant/lingbot-vla-4b-depth-posttrain-robotwin --local-dir ./checkpoints/robbyant-lingbot-vla-4b-depth-posttrain-robotwin
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=robbyant/lingbot-vla-4b-depth-posttrain-robotwin关联机型
模型卡或论文声明在这些机器人上训练、微调或部署过；口径是作者声明，不是第三方复现。
没有已核实的适配记录。
同家族模型
同一家族里的热门模型。
smolvla_basehugging-face/lerobot-smolvla-base22 天前openvla-7bopenvla/openvla-7b8 个月前GR00T-N1.7-3Bnvidia/gr00t-n1-7-3b6 个月前smolvla_liberoHuggingFaceVLA/smolvla_libero2025-09-17pi05_libero_finetuned_v044hugging-face/lerobot-pi05-libero-finetuned-v04422 天前smolvla_liberohugging-face/lerobot-smolvla-libero16 天前来源
本页事实对应的公开页面，以原文为准。